1. 网站地图
  2. 设为首页
  3. 关于我们


计及静态安全分析的综合能源系统优化运行研究

发布时间:2022-11-20 16:51
目录
第 1 章 绪论 1
1.1研究背景及意义 1
1.2国内外研究现状 5
1.2.1综合能源系统建模及潮流计算研究现状 5
1.2.2综合能源系统经济运行研究现状 6
1.2.3综合能源系统安全性分析研究现状 8
1.3本文主要研究内容 9
第 2 章 综合能源系统数学模型构建 11
2.1综合能源系统概述 11
2.2各能源子系统模型构建 11
2.2.1电力系统稳态模型 11
2.2.2天然气系统稳态模型 15
2.2.3热力系统稳态模型 16
2.3系统间耦合元件模型构建 18
2.3.1电-气-热耦合设备模型 18
2.3.2能源集线器模型 21
2.4本章小结 22
第 3 章 综合能源系统潮流计算方法 23
3.1电力网络潮流计算-快速分解法 23
3.2天然气网络潮流计算-牛顿逆推法 24
3.3热力网络潮流计算-线性牛拉法 26
VII
3.4综合能源系统潮流计算-交替迭代法 27
3.4.1耦合集线器工作模式 27
3.4.2交替迭代计算流程 28
3.5本章小结 30
第 4 章 综合能源系统静态安全 N-1 分析 31
4.1电力系统静态安全分析基本原理 31
4.2综合能源系统静态安全分析拓展应用 33
4.339 节点案例计算与分析 36
4.3.1案例简介 36
4.3.2近耦合端支路 N-1 开断 38
433耦合元件N-1退出运行 39
4.4本章小结 41
第5章 综合能源系统优化运行计算 42
5.1综合能源系统经济运行的数学模型 42
5.1.1目标函数 42
5.1.2约束条件 43
5.2粒子群算法及其改进 46
5.2.1标准粒子群算法 46
5.2.2随机衰减因子粒子群算法 47
5.3潮流优化方法 48
5.3.1粒子群参数确定方法 48
5.3.2计及静态安全分析结果的优化方法 49
VIII
5.4案例计算与分析 50
5.4.139节点系统案例分析 50
5.4.243 节点系统案例分析 53
5.5本章小结 59
第 6 章 总结与展望 60
6.1全文总结 60
6.2未来展望 61
参考文献 62
作者简介及科研成果 68
致 谢 69
附录 70
第1 章 绪论
1.1研究背景及意义
随着我国经济的高速发展,人们对化石能源的需求与其剩余储量之间的矛盾 逐渐加剧,随之而来的碳排放超标等环境问题也日益突出,仅依靠传统化石资 源的能源供应方式无法同时满足节能环保的目标以及高能源需求的社会现状[1]。 在目前我国多数的城市能源供应系统中,电力、天然气、热力三种能源供应网 络是互相分开、独立运行和调控的,无法通过系统之间信息的完全公开达到互 联以实现统一调控[2]。在此情况下,各能源系统都可能由于实时供需不平衡出现 弃能或失负荷现象,导致能源综合利用率较低且经济效益受损[3]。而近年来在我 国提出并开始试验的综合能源系统(Integrated Energy System, IES)可以借助 耦合装置转换输入-输出能源的类型,据此有效地解决上述现存的社会能源问题 [4]。在IES中将综合考虑如风能、太阳能等可再生能源以及传统的电力、天然气、 热力等能源网络,组成多能源的统一系统,实现能源之间的互补和协同优化。
2001年美国率先计划发展综合能源系统[5], 2011 年美国学者首次提出能源 互联网的具体概念,将分布式能源与互联网相融合[6],随后依托于“未来可再生 电能传输与管理系统”项目逐步开始构建数字化能源网络[7]。欧盟学者以信息在 能源系统中的传递研究为基础,最早提出了 IES 的概念[8]。在亚洲区域内,日本 由于其能源匮乏的现状,成为本区域内较早开展 IES 研究的国家, 2009年日本 政府制定了综合能源覆盖全国的目标[9]。虽然我国对于能源互联网这一概念的引 入较晚,但近年来国内就能源互联、智能电网等内容开展了大量研究分析。理 论部分,周孝信院士提出了实现能源信息融合的核心是电力系统,基础是智能 电网[10]。孙宏斌教授指出能源互联是借助互联网技术,形成能源生产和消费的 双向互动网络[11]。应用方面,目前多集中于研究区块链框架、信息管控以及储 能等技术[12-14]。
图1.1给出了综合能源系统的整体结构,包含上层数据平台的工作站服务器、 中间层数据采集管理的各种传感设备以及下层能源生产、传输、存储、消费环 节输、变、储、用等设备。
 
能源交易
1能源临空及调度
能效管理
图 1.1 综合能源系统结构图
对于IES问题的研究,基本流程可描述为:建立各系统源、传输、负荷元 件的模型;根据需求等对系统进行整体规划;利用统一法或解耦法计算网络潮 流分布;研究网络的最优运行点和经济配置问题;进一步考虑故障发生后的系 统运行状态,提高网络安全稳定性能。通常地,最优运行问题多在计及潮流平 衡等式约束和设备承载能力不等式约束的基础上,综合考虑环保性、高效性等 指标,通过使用优化工具或编程求解最小运行成本这一目标函数,最终得到结 果。然而此种情况下的优化问题数学模型其形式都很复杂,具有非凸特性,一 般需要处理后使用常用的凸优化算法完成最终求解[15-16]。
图 1.2 展现了 2013 年至 2021 年全国风电累计装机容量及其增长百分比,近 十年的的风电装机从总容量来看一直呈现增长趋势,截止2021 年,我国的总风
机容量已达到 35451 万千瓦;从增长百分比来看, 2011-2015、 2019-2020 年增 速均超 20%,且逐年提升,其余年份增速有所减缓,但也均在 10%以上。
 
■装机容量 増长百分比
图 1.2 全国风电累计装机总量及增速
图 1.3 为2013-2021 年光伏装机情况,并分别给出了集中式和分布式两大类 光伏的总量,可以看出两类光伏和整体总量均有明显的逐年上升趋势,且经推 算分布式光伏累计装机量的最大增长率达到 187%,全国截止2021 年年底累计 装机量达到了 3.06 亿千瓦。
 
 
 
上述数据图表充分显示了我国风电、光伏等新能源行业的发展趋势。电网 中诸如此类的分布式发电装置比例不断升高,大规模风电或光伏接入的情况在 电气热综合能源系统中也不可避免[15],而此类发电装置出力具有很强的不确定 性,因此存在弃风弃光问题,大大影响了系统的经济效益和稳定性。
在关注不确定性的同时,系统也需要对预想故障的发生进行预分析和预处 理,一般的预想故障集合包括电力系统线路和变压器的短路、断路、发电机的 突然退出;天然气系统和热力系统与之类似;以及耦合元件的突然故障等[17-18]。 电力网络的短路断路故障在全球许多国家都造成过大的停电事故,例如 2003年 8 月 14 日,美国中西部、东北部及加拿大安大略省遭受了大面积停电事件,四 千万人用电中断,直接经济损失达 250 亿美元。2012 年 7.30 的印度大停电,受 影响的国土面积几乎达到了一半, 6 亿多居民的生活受到了直接影响。我国台湾 也在2017年发生了大规模的电力供应停止的问题,事故是由误操作导致燃气轮 机无法正常工作引起的。虽然天然气管道由于其自身所处地下环境的稳定性而 不易出现故障,但在电-气耦合系统中,受负荷波动影响,当耦合设备需供给较 大功率时,天然气管道的压力随之波动剧烈,该现象使得子网和整个系统的可 靠性降低。目前,对于电力系统静态安全的 N-1 分析理论已经较为完善[19],而 对于综合能源系统的静态安全分析还较为欠缺。
综上,在能源匮乏与环境污染严重的大背景下,打破各能源系统独立运行 的现状,进行多种能源协调互补的优化运行研究具有重要意义。同时,还需要 考虑风电接入时,如何减少弃风现象的发生,提高清洁能源利用率并在计及静 态安全 N-1 分析结果的条件下如何确定网络安全最优运行点。
1.2国内外研究现状
1.2.1综合能源系统建模及潮流计算研究现状
各系统中设备元件模型的精度会直接决定研究结果的准确程度。多能系统 的模型包括多个部分:可控源端的模型、各能源传输部分的送端模型、负荷部 分的受端模型、耦合环节各设备模型以及储能部分模型。而在储能模型中,还 需要考虑电力难存储的特性,将其与气、热存储模型加以区分,分别建模。综 上可看出综合能源系统建模的复杂程度。目前研究中,独立的电、气、热系统 内元件已有较为完善的模型[20],现阶段和未来着重所需研究是模型的整合、集 成和改进。文献[21]分析了冷热电联产机组( Combined Cooling Heating and Power, CCHP)的组成和结构,采用新型母线方式表述设备间连接和耦合关系,按照不 同的能量传递形式对微网系统搭建了含CCHP机组的基本框架,并在此基础上 进行后续设备的独立建模。文献[22]使用矩阵描述系统中各能源间的耦合关系, 在不考虑储热环节的前提下,分别研究了两类典型能源集线器的特性,并对其 进行了改进。文献[23]针对电-气系统耦合程度日益紧密的现状,在忽略耦合细 节的前提下,对单轴和分轴的燃气轮机(gas turbine, GT)模型分别进行了改进 分析,并增加开关控制阀模型用以控制管道入口压力。文献[24]以一个电-气互 联系统为例,分别对其中的微型燃气轮机和电转气(Power to Gas, P2G)装置的 具体结构进行了分析和建模,并且在电力网络中考虑光、储设备,使得网络既 可运行在孤岛模式,也可并网运行,最后在各网络设备模型的基础上研究了电 网动态过程对气网的影响。上述文献虽然都对综合能源系统中的元件进行了详 细建模,但均存在一定局限性,如文献[22]中的能量枢纽(Energy Hub, EH)模 型未考虑能量损耗和边界约束,网络间的联系分析仅从宏观角度出发;文献[23] 并未具体的量化两个网络之间的影响程度,且没有考虑动态的能源耦合环节的 工作过程。对于上述研究的分析更加印证了多能系统的耦合部分建模及细节运 行特性分析仍有待研究。
基于前述元件模型,在进行经济运行分析前还需要知道各系统的潮流分布 情况,而在多能系统中,由于其潮流计算包含多个网络及耦合部分的非线性方 程,因此问题维度很高,非线性很强,求解难度大。目前常用的求解方法有统 一求解法和分解求解法。文献[25-26]针对电力-天然气网络,利用统一求解方法 计算潮流,在计算过程中使用雅克比矩阵,其中文献[25]计及气体温度对网络的 影响,文献[26]增加电转气设备,推导气网的雅克比矩阵,最终完成电-气能量 双向转换系统的潮流分析。文献[27-29]在电气系统的基础上增加考虑了热能的 供需因素,分别研究了热电联产机组和耦合元件的非线性部分等对雅克比矩阵 的影响,仍使用统一求解法进行潮流计算。第二种分解求解法利用耦合设备的 输出分解迭代,单独计算各网络方程,在此过程中可针对不同能源网络使用不 同方法,以平衡节点输出恒定作为计算结束判断标准。文献[22]基于运行模式确 定电网的平衡节点,可选范围为热电联产系统或大电网,再据此来选择两个网 络潮流方程的求解先后顺序,各网络内部的潮流计算均采用牛顿法。文献[30] 与文献[22]类似,在热力和天然气系统中使用牛顿法求解其网络方程,区别在于 前者使用了 Matpower 软件求解电力系统部分,求解顺序为热-电-气。综上所述, 当前对于综合能源系统的基本潮流计算理论已较为完备,后续还需从实际系统 情况出发,多方面考虑风电、光伏不确定性或天然气、热力系统的动态过程, 改进基本的潮流计算方法。
1.2.2综合能源系统经济运行研究现状
对于经济运行的研究分析可分为日前经济调度和日内经济调度两大类,其 基本思路都是根据未来一段时间内负荷和具有不确定性机组的出力预测值,来 调整和计划该时段的运行策略,然而由于日前优化中预测值的偏差较大,故基 于更准确预测值的日内优化求解结果的精准程度优于日前优化。文献[31]研究 热、气网络的动态特性,建立日前调度模型,采用增量线性化方法简化问题模 型并求解。文献[32]计及用户店家响应、负荷匹配度等多种因素,在优化过程中 首先考虑负荷偏差,随后再从经济性出发,采用人群搜索者算法优化该非线性 模型。文献[33]搭建微电网电热联合调度模型,使用Cplex求解最优运行点。文 献[34-35]针对综合能源系统中各元件的选址和定容问题,提出考虑燃气轮机和
G2P技术的协调规划模型,进行日前优化。文献[36]提出了多时间尺度动态运行 优化方法和模型,包括预测和反馈校正部分,其中反馈校正用于应对受环境和 预测精度影响的负荷预测值,整个优化过程可描述为在日前调度基础上,以此 时调度结果中的机组有功出力为控制量进行日内滚动优化。文献[37]通过滚动优 化和动态调整两个阶段的优化来增强调度策略的合理性和有效性,前一阶段综 合惩罚函数、线性化思想构建大时间尺度模型,优化目标为最小化系统运行费 用,后一阶段缩小时间间隔,根据负荷、光强变化情况,尽可能减小因功率调 整所引起的惩罚费用。该方法相比于单一的日前优化在短时间内网络、环境变 化剧烈的系统中适应性更好。
根据第一节的调研分析结果,现阶段我国能源供应方式多种多样,分布式 的风电、光伏接入比例不断增大,由此引起的不确定性问题也成为了综合能源 系统亟待解决的重要问题。常用于解决该类问题的方法有:模糊优化、鲁棒优 化、区间优化、智能优化算法等。各种方法的优劣之处[28]如表1.1。
表 1.1 各优化算法比较
优点 不足 适用范围
隶属函数难选择、
模糊优化 模糊集建模较容易 受主观影响 主观影响较小
结果过于保守、需
鲁棒优化 忽略概率分布函数 建立最坏场景集 计算系统最安全状态
仅需明确变量的上 区间不易收敛、难
区间优化 下限 以比较优劣 不要求精准结果
智能算法(如 容易实现、需要调 易陷入局部极值或 求解连续优化问题
粒子群) 整的参数少 越过最优解
模糊优化中的目标和约束均为模糊变量,文献[39]应用模糊优化方法解决分
布式能源所带来的不确定影响,该方法建模简单,然而准确选取隶属函数难度 大且易受主观影响。鲁棒优化是一种寻找最恶劣情况下最优解的多层优化模型, 具有较好的安全性和韧性,然而求解较为复杂,且其最优解可能过于保守[40-41]。 文献[40,42-43]采用鲁棒优化算法应对不确定性,分别针对鲁棒优化方法求解困 难的问题应用列和约束生成(C&CG)算法和应用上下界来代替不确定变量来简 化优化问题模型中的约束条件。场景优化多与其他优化方法相结合,即在生成 场景集的基础上求解可行解使其满足场景集的约束。文献[44]结合场景和鲁棒优 化,拓展传统鲁棒调度中的最坏场景集,用一个保守性指标衡量不确定性的波 动程度,该研究还考虑了储能装置对于风电波动性的抑制作用,然而实际上不 确定量的概率分布函数是很难准确获得的。区间优化本质上是鲁棒优化方法的 一种特殊形式[45],在该方法中不确定量从初始化到计算结果均使用区间形式表 达[46],文献[47]基于综合能源系统运行调度的通用模型,以区间数形式表示风电 出力,提出优化调度框架,使用区间可能度和区间序关系转化不确定性。该方 法仍存在区间大小不逐渐收敛,最优区间比较不合理等问题。因此如何简化不 确定性问题使其结合热门的人工智能算法成为未来的研究趋势[48]。
1.2.3综合能源系统安全性分析研究现状
多能源耦合的系统在供能及时性和灵活性大大提高的同时,也使得其所面 临的安全问题更加复杂和严重[48]。一方面是由于天然气和热力网络的能量传输 具有时滞特性,若使用动态建模,则潮流方程需要在前基础上加入时间变量, 即各时刻网络潮流的求解结果在时间上耦合[49]。另一方面,当故障出现在耦合 部分的能源转换设备时,会使该设备所连接的两个能源网络潮流分布状态发生 变化,甚至出现单个能源供应无法满足该系统负荷需求的情况。故,当前亟需 对综合能源系统的安全性进行更加精确的分析和研究。
文献[50]针对不同能源网络的不同安全标准,根据故障情况下潮流结果,求 出满足系统安全约束的耦合设备出力,并利用序贯蒙特卡洛模拟法评估系统可 靠性。文献[51]经集簇和解簇分析寻找管网的脆弱部分,随后结合图论和复杂网 络理论研究管网恢复的鲁棒性,实现从识别到控制的全部过程,以此降低系统 故障风险。文献[52]从综合能源系统这一概念出发,着重分析了系统之间的影响, 指出当电网受到扰动时其他系统的运行状态会经由耦合设备受到影响,继而再 反作用于电力系统,各系统之间交互影响最终威胁整体系统的安全性。文献[53] 提出了评估电气系统依赖性对安全性影响的模型。该模型指出综合能源系统的 运行成本升高主要是由两方面原因引起的,即为了应对气网故障所采取的电网 切负荷措施和电网故障所导致的气网管道潮流异常分布。文献[54]在协调随机模 型中考虑线路、发电机的任意开断和负荷预测误差,分析得出威胁电力系统安 全运行的因素是天然气管道极限运行,进而引起节点电价升高、系统备用容量 降低。
综上可以看出,目前已有一些对于电-气综合能源系统安全问题的初步研 究,且取得了有价值的成果,然而在耦合特性、通用建模和安全分析方面仍需 要进一步的完善和深化,具体来说,后续研究需要针对热力系统特性考虑将其 加入综合能源系统后的网络安全问题和静态安全N-1分析[55]。
1.3本文主要研究内容
根据国内外研究现状可知,综合能源系统目前仍在耦合环节运行特性和改 进潮流计算方法方面有所欠缺,故拟在对各单独能源网络建模的基础上,着重 研究多种耦合设备模型,分析其运行特性,同时,针对不同能源系统特点,各 子系统采用不同潮流计算方法,整体使用交替迭代算法。考虑到综合能源实验 园区和当前我国分布式能源总量呈增长趋势的实际背景情况,经济性和安全性 都存在提高的空间和必要性,因此建立预想故障集对系统进行静态安全N-1分 析,且由于传统优化方法已较为完善,创新性地将粒子群算法应用于 IES 经济 运行优化计算中,进一步分析其效果和适用性,兼顾提高了系统安全经济性。
本课题的主要研究内容包括:
(1)各能源系统模型建立及耦合元件特性分析
本文主要研究由电-气-热三种能源网络构成的综合能源系统,不同种类能源 通过耦合设备的连接和转换共同协调供给整个系统的负荷。建立了各能源子网 络的基本模型,分析了如燃气轮机、电转气设备、电锅炉等多种耦合设备的工 作原理并分别建模,最终将其整合为能源集线器,直观体现不同能源的转换、 补充和协调。
(2)各能源子系统和综合能源系统潮流计算方法 研究三种能源子系统潮流计算方法,针对不同能源运行特点,在满足应用
需求的前提下做出部分简化假设,分别使用电力-快速分解法、天然气-牛顿逆 推法、热力-线性牛拉法,整体采用交替迭代算法,在不同能源集线器工作模式 下,计算迭代顺序不同,从而实现对电-气-热系统多能潮流的计算和分析,更 进一步为静态安全分析和优化运行计算打下基础。
(3)综合能源系统静态安全 N-1 分析
基于电力系统静态安全分析原理,拓展研究综合能源系统静态安全 N-1 分 析方法。电力系统中,重新计算线路及变压器开断后的潮流分布状态,使用单 一或综合越限指标评价故障严重程度;综合能源系统中,在建模及潮流计算的 基础上,主要拓展分析耦合设备及其近距离支路退出运行时的系统运行状态, 并类比电力系统提出越限评价指标,对由耦合设备连接三种能源典型子系统构 成的 IES 案例进行详细静态安全分析。
(4)综合能源系统经济运行计算方法研究
进行基于粒子群算法的电-气-热综合能源系统优化运行计算研究。构建包含 系统运行费用、废气排放治理费用和弃风惩罚费用的多优化目标成本模型,给 出各系统供给平衡的等式约束条件和设备工作状态限制的不等式约束条件;使 用随机衰减因子改进标准粒子群算法当中的状态转移公式,改善早熟收敛现象。 以提高能源利用率和系统安全性为目的,使用所提出算法对给定综合能源系统 进行详细优化运行计算并对比分析优化前后系统状态。
第2 章 综合能源系统数学模型构建
2.1综合能源系统概述
综合能源系统是由电力、天然气、热力等多种能源组成的统一整体, 在该 类系统运行的过程中需要结合电力电子、通信、管理等多方面技术,完成整体 能源的协同规划和调度,以在满足负荷需求的前提下平衡各个能源系统的负载 率[55]。
具体地,该类系统由各类能源的供应端(如发电机组、天然气源、热力源等) 经各自的传输环节(如变压器、电力传输线、天然气管道、热力管道等)和耦 合环节(如燃气轮机GT、燃气锅炉(Gas boiler, GB)、余热锅炉、P2G/P2H(Power to Heat)设备等)供给需求侧(如微电网、可控负荷等)[56]。
由于不同能源系统的运行特性不同,故对于综合能源系统的研究,应以各能 源子系统的数学建模为基础,因此本章主要研究稳态情况下各系统的模型建立 方法。
2.2各能源子系统模型构建
2.2.1电力系统稳态模型
电力系统主要由发电机、输电线、变压器、负荷组成。图 2.1 以 5 节点网络 为例给出电力系统模型图[57],其中G为发电机、、为输电线路,T为变压器,/ + Ql 为负荷。
 
巴3 + Ql3
E2 I——
 
巴 2 + Ql2
图 2.1 电力系统模型图
11
在电力网络中,表征系统运行状态的各节点参数主要是电压幅值U、相角& 以及有功功率P和无功功率Q。故上图网络共有20个参数(5个节点X每节点 4个参数),n节点网络可类比得到参数数量为4n。各节点参数之间的关系在极 坐标下可表示为
S = P + jQi = U 乞 丫从严小)i,j = 1,2,..., n (2.1)
j=1
式中,下标i、j表示两个不同节点的编号,Yj为节点i、j之间的导纳,包 括电导Gj和电纳Bj两部分。
进一步将复功率和导纳矩阵的实部虚部分离可得
P = U乞UjG cosfc p)+Bj sin(Q - j
< j=1 (2.2)
Q=U 土 UjG sinG — 8j)-Bj 鈕(运—j
I j-1
在实际网络初始化时,每个节点均有 2个参数作为已知,随后通过列写方 程求得剩余2个未知参数。已知参数根据节点类型而有所区分,电力系统中一 般将节点划分为以下 3类:
(1)平衡节点:已知U、6,待求P、Q。一个网络中一般只有一个该类节点, 可选择调频厂所接母线或与其他系统并网处的母线,该节点用于平衡整个系统 的功率。
(2)PV节点:已知P、U,待求Q、6。该类节点是各种发电设备与电网相 接的母线,此类节点所接机组需要具有一定的无功调节能力,用以维持所预设 的电压值,因此与并联补偿电容或静止无功补偿系统相接的节点也可设为PV节 点。
(3)PQ节点:已知P、Q,待求U、6。除前两类之外的多数节点都属于PQ 节点。该类节点可作为中间节点,连接负荷、变压器、线路等设备。
各类节点在具体潮流计算算法当中的处理方式也有所区别,后续章节3.1 当中将以快速分解潮流算法为例进行研究介绍。
基于当前化石能源短缺的能源形势,风电、光伏、燃料电池等分布式清洁 能源被应用于电力系统能源供应中,下面主要对光伏和风力发电进行简要的建
模分析。
并网的光伏发电系统除了光伏阵列之外,还需要如逆变器、滤波器、电源 等多种设备支撑其与电网连接以达到并网供能的目的。当并网部分采用电压型 三相桥式逆变器时,光伏板输出直流为电容充电,通过控制开关,输出50Hz交 流电,经LC滤波和变压器接入电网。
光伏阵列由多个光伏电池串并联后组成,单个的光伏电池等效模型一般有 等效电路模型和工程数学模型两种形式。
(1)等效电路模型:可准确描述光伏电池输出特性,但模型复杂,参数难确 定,不便于应用,如图 2.2所示。但该模型也是另一种模型的基础,对其进行简 要分析。
 
图 2.2 光伏电池等效电路模型
其中,Ih和Id分别为光生电流和二极管反向饱和电流,与光照强度及温度 有关,计算时需根据实际情况与标准光照强度G((1000W/加2)及标准温度 T((298.15K)的偏差进行分析,表达式如下(2.4), Rs和Rsh分别为等效串并联电
阻,Rl表示负载,该模型的输出特性为
 
 
(2.4)
式中,T为电池工作绝对温度,q = 1.602x10"19C,1 < A < 2是二极管理想因
子,k - 1.831x10-23 J/K,KT为温度系数,Eg为半导体禁带宽度。
(2)工程数学模型:基于以下两条假设在等效电路模型的基础上进行了近似 简化处理:
 
 
 
b)因Rs远小于二极管正向导通电阻,设Iph - Isc。
在开路时 U - UOC,I - 0 ;最大功率时 U - Um,I - Im (1000炉/m2,25°C ),
推导出该模型输出特性为
 
 
 
式中, C1、C2 为两个与光伏电池开路参数和最大功率有关的常量。
风力发电系统由风力机和发电机组成,系统最终所输出的电能由中间能源 形式机械能转换得到。本文使用双馈感应电机(Doubly-fed Induction Generator, DFIG),结构如图2.3所示。
 
图2.3 DFIG结构图
该电机采用交流励磁,有多种柔性的交流电压控制方式。为维持定子输出 频率恒定,电机通过转换器改变旋转磁场转速,而定子合成磁场转速恒定,即 恒频变速,表达式为
f = Pfm 土 f (2.6)
其中,fs、fr分别为定子和转子电流频率,P为发电机极对数,fm为转子 机械频率。
设发电机转速为如,气隙旋转磁场转速为0”,则根据变速恒频控制原理和 两转速之间大小的关系,DFIG可分为三种工作状态:(a)亚同步状态(% <%), 变频器为发电机转子提供交流励磁,定子输出电能;(b)同步状态(%二%), 发电机同步运行,变频器提供直流励磁;(c)超同步状态(% ),定转子同
时输出电能。
2.2.2天然气系统稳态模型 实际天然气从源头采集到终端用户都是连续且密闭的。通常需要经过多级 压缩过滤再传输分配给居民用户和工业用户。天然气系统的主要构成包括天然 气气源、压缩机、输气管道、调压阀等[56]。图2.4以3节点天然气系统为例给出天 然气网络的结构图。其中S为气源,C为压缩机,Gl为天然气负荷。
 
图2.4 天然气网络结构图
与电力系统类似,天然气网络中各个节点需要节点压强p和节点流量f两 个参数表征运行状态(n节点网络共2n个参数),实际天然气网络的潮流计算就 是在已知其中一个(n个)参数的条件下求解另一个(n个)。
在结构图中,主要需要建模的元件是输气管道和压缩机,阀门和调压阀并 未画出。且各支路气体的参考流动方向已给出,用正负来表示实际方向与参考 方向是否一致。
(1)天然气管道模型 由于天然气网络的封闭和连续性,故其节点流量满足基尔霍夫定律,即流 入流出平衡,用向量形式表示为:
Ngcg = LG (2.7)
式中,cG、lg分别为管道流量和节点负荷的列向量,ng是网络节点支路 联系矩阵。为简化计算,选择 Weymouth 天然气稳态方程描述天然气管道流量,
表达式为:
 
 
 
式中,下标ij表示首末节点为i、j的管道,D为管道直径,l为管道长度,Ta 为管道内温度均值,G是天然气比重,乙为平均可压缩系数。
(2)压缩机模型 天然气在管道内传输距离增加时压力会随之降低,故需要先经压缩机加压。
压缩机消耗的电能表达式为:
 
式中,Ec为压缩机消耗电能,6c为压缩效率,厂是天然气绝热指数,f为 通过压缩机的流量。
2.2.3热力系统稳态模型
热力一次管网的传输是指耦合机组等源类设备发出热能经传输后到达负荷 的过程,该过程可分为热力和水力模型两种。图 2.5 给出了热网的简单结构图。 两种模型所关注的侧重点有所不同,其中热力模型主要描述的是管道中水运动 所伴随的热量的传递;而水力模型主要描述的是水的动能变化情况。
 
图 2.5 热网结构图
在水力模型中,一般包含三个主要方程。第一个为类似于电力系统的负荷
16
基尔霍夫定律,表明各节点总液体流量平衡,用热量-流量关系矩阵ag表达,如 公式(2.10)中的第一式。第二个为闭合回路中的连续性方程,表明完整闭合回路
中的总压降平衡,利用回路-支路系数矩阵Bh表达,如公式(2.10)中的第二式。
第三个方程为管道压降与流量之间的关系,在第三章热力系统潮流计算中详细
描述。
BGhG = 0
式中各向量均为列向量,lo为管道流量,为节点注入流量,hG是管道压 降。
热力模型的主要参数是各节点的流入水温T”、流出水温Tut,以及回水温度
Tback 。一般情况下,假设变温热能汇流后液体内能恒定,且各个节点均满足该条 件,可用(2.11)式表示。
(工 qinTin )=(工 q°t)Tutt (2.11)
式中,qn、q奶分别为节点流入和流出的液体流量。
由于传输过程存在一定的能耗,故不论是同一管道的首末节点之间还是源 类设备和用户之间均存在水温差,表达式为
一理
= T e cwqk
kend ks,ar,
>.=c q |(r - T.)
i w i ,in i ,in i ,uu,
式中,Tksaart. Tkend为管道k的始、末端液体温度,该温度为管道外侧温度, 因此区别于T、Tu。F是管道热传导系数,lk为管道长度,c”为水的比热容, qk是管道k内流量。札是节点i的热负荷。
 
2.3系统间耦合元件模型构建
2.3.1电-气-热耦合设备模型
一般综合能源系统中,可作为电-气能源系统之间耦合环节的元件包括燃气 轮机GT和电转气P2G设备两大类,其中P2G设备主要承担电-气之间的联系, 而燃气机可同时联系电-气-热三种能源系统,基本工作原理是消耗天然气驱动其 中的同步电机产生电能,燃烧余热可经由热力传输介质为热负荷供能[59]。
燃气轮机根据发电功率可分为微小型(10MW以下)和中重型(10MW以 上) ,其中微型燃机典型结构如图2.6所示,主要部件有发电机、压缩机、回热 器、燃烧室等[60]。工作时,天然气从进气口进入,经压缩机增压后的高压气体 在回热器中提前升温,以减少后续燃烧所需能量,两者在燃烧室混合并燃烧产 生压力,带动发电机和轴承发电和旋转。
 
图 2.6 微型燃气轮机结构图
为简化后续 IES 的多能潮流计算,在数学建模时均不考虑设备的动态和启 停过程。
GT 的输出功率与输入所消耗的天然气量关系为
 
 
 
式中,PgG为输出的等效天然气功率,(gt (t)是t时间内消耗的天然气量
(m3), LHV为气体低热值(k伽/m3) , £厲为输出的电功率,Z,gt为平均发电 效率,PhGT为输出的等效热功率,叽gt为平均发热效率。
作为综合能源系统的两大主要能源,天然气与电力之间的耦合应具有双向 性,燃气轮机作为气转电设备较为常见,而电转气过程较为复杂,其所用设备 统称为P2G设备,此类设备可消耗电能补足天然气及氢气能源的缺失。本文考 虑实际IES系统现状,主要研究电转天然气设备,其结构如图2.7所示,该图展 示了 P2G的反应过程,该过程需要一段时间,但本文仅对装置的稳态过程分析。
 
 
 
图2.7 P2G设备结构示意图
P2G设备能量转换关系表述为:
 
 
 
式中,PP2G为电力系统注入电功率,fP2G为P2G单位时间输入气网的天然 气流量,Vp2g为能量转化效率。
电锅炉及热泵可以作为常见的热力系统源类设备,消耗电能供应热能,是 电-热系统耦合环节关键设备。
电锅炉,既可在工业生产中应用,还常用于民用制热,应用范围较广。该 设备输入电能,输出承载于多种形式热载体上的热能,如水蒸气、高温水等, 设备结构如图 2.8 所示。
 
 
 
(2.16)
式中Qeb为输出电锅炉热量,Peb为输入电锅炉的电力有功功率,耳为电 锅炉转换效率。
热泵通过低温热源和高温热源之间的热量传递达到制冷和供暖的功能,该
设备还可与热电联产设备共同工作,设备结构如图2.9 所示。
 
 
 
(2.17)
式中,Qrb为输出热泵热量,Prb为热泵消耗电功率,心为热泵转换效率。
燃气锅炉可作为气-热子系统间的能源转换设备,达到消耗天然气产出热能
的目的,其结构示意图如图 2.10 。
 
 
 
其输入输出之间的关系为:
(2.18)
式中,Qgb为锅炉输出的总热功率,/gb为输入锅炉的气流量,Qgbloss为燃
气锅炉热损耗,一般由未充分燃烧、排烟、散热等多种原因所造成的损耗量组 成。
 
余热锅炉可将燃气锅炉等设备所产生的废气和剩余物转化为热能,提高燃 料利用率的同时节能减排。该设备可用于冷、热能的转换存储,忽略燃料差异 和热损后,其模型为:
QYRB = VYRBQR,in (2.19)
式中,Qyrb为锅炉输出热能,Vyrb为锅炉转换效率,Qrm为锅炉输入热量。
2.3.2能源集线器模型
将 2.3.1 节中的各种能源耦合设备组合,构成能源集线器,联系电-气-热三 种能源系统。其中电力源类设备为燃气轮机,天然气源为P2G设备,热力源为 燃的气的锅的炉、电的的锅的炉、燃的气的轮的机,热力储能设备为余热锅炉。能源集线器作为协 调各能源系统供求关系的耦合环节设备,结构如图 2.11 所示。
 
图 2.11 能源集线器结构图
能源集线器消耗量与输出量之间的关系为:
Psum = PBY + VMT fMTH l
< Hsum — Hgl (1 - VYRB ) + VEBPEB
f = p v / H
l丿 sum P2G IP2G L
Hgl ="妙々 L (1 ~Vmmt ) + fGBHL - QgB,LOSS
式中, Psum、Hsum、fsum 为能源集线器产出的总电能、热能、天然气能, HGL
是燃气轮机与燃气锅炉产出的热能之和。
上述能源集线器模型为综合能源系统耦合部分通用模型,适用于耦合环节 含 2.3.1 所述模型中一个及以上设备的系统,当某实际系统不包含某设备时,将 该设备参数置 0即可。
2.4本章小结
本章对各能源子系统内部及耦合环节进行了数学建模和分析。针对交流电 力网络的典型结构,依据母线特点,划分不同节点类型,并分析典型光伏、风 电设备结构模型和运行特性;研究气网结构,对稳态情况下的天然气管道和压 缩机建模并分析其工作特性;研究热网结构,分别分析热力和水力模型特点。 分别建立电-气、电-热、气-热等耦合环节的多种设备具体计算模型,包括燃气 轮机、P2G设备、电锅炉等,并将其整合为能源集线器。本章节的各模型可为 后续潮流计算和安全优化运行分析奠定基础。
第3 章 综合能源系统潮流计算方法
3.1电力网络潮流计算-快速分解法
快速分解法也被称为 PQ 分解法,该方法由极坐标牛拉法简化得到。极坐标 牛拉法的原理及数学推导部分省略,给出其应用于电力系统时的求解方法。
电力系统节点电压和导纳矩阵表达式为
U = Uieji = U: (cos Q + j sinQ)
(3.1)
节点有功和无功不平衡量表达式为
AP = Ps — P = Ps — UE Uj [Gj cos(Q — Qj) + Bj sin(Q — Q.)] = 0
j=1
AQi = Qis — Qi = Qis — Ui E Uj \_Gij sin(Qi — Qj) - Bij COs(Qi — Qj)] = 0
j=1
n 个节点电力系统的修正方程式可写为
 
 
 
矩阵中元素H、N、M、L分别为AP和NQ分别对Q和U求偏导。
快速分解法在使用时默认线路电抗远大于电阻,即Xij » j此时AU:对P的
影响很小,同理,AQ变化对Q影响很小。因此,式(3.3)可简化为:
 
 
 
此外,以i、j为首末端的线路之间的Qj很小,Gj <<Bj,且Q «U也,故可
 
 
 
系数矩阵L同理。
将H、L代入式(3.4)中,整理可得:
'AP/U = -B'UAA
< AQ/U = -B''AU
上式中的B,、B"是由导纳矩阵虚部构成,且不随迭代变化。
具体迭代计算流程如图 3.1 所示。
 
 
 
3.2天然气网络潮流计算-牛顿逆推法
由于许多天然气网络呈辐射型,故将电力系统中的前推回代法拓展应用至 本文研究中的天然气系统潮流计算中形成牛顿逆推法,下面对其进行详细阐述。
天然气潮流在计算前,需对问题进行简化,故在满足计算精度需求的前提
下做出如下假设:
(a)传输距离变化不影响管道内气体温度;
(b)各管道天然气摩擦系数、气体压缩因子相同。
式(2.8)天然气流量方程可写类比电力系统潮流方程写为如下形式:
f = Kjs (p,.p - Pj J (3.7)
其中,Kj为管道系数,S”为符号函数,两者表达式为
(3.8)
 
s J+1,p,一 P」'0
”卜1,Pi— Pi <0
利用式(2.9)所计算出的压缩机耗能量为电能,为求解设备所属的天然气系
统潮流,需再计算其所消耗的流量,计算公式为:
fk =aEc2 +BEc +Y (3.10)
式中,九为压缩机消耗的流量,a、0、7为电能转化的各次项系数。 天然气节点流量平衡描述为:
工 f + 工 f — f (3.11)
neC, keCi
式中,f为节点i与其他节点的流量交换量。
天然气网络中存在节点流量、压力、压缩机耗能、压缩比等约束条件,如(3.12)
所示。
 
 
 
天然气网潮流具体计算步骤如图3.2。
 
3.3热力网络潮流计算-线性牛拉法
根据热力学的基本传递原理及热介质在管道中的流动特性,建立热力系统 网络方程。热网可分为供热和回热两部分,热介质一般为水或水蒸气,热量跟 随媒介从源端送至负荷后温度有所损失,再通过回热管道返回源端重新升温, 不断循环。本文考虑热水为媒介。
实际热力系统在热能传输时具有热惯性,导致有延时和热损耗产生,故潮 流计算时通常采用牛拉法,而本文侧重于综合能源系统潮流的统一求解和分析, 因此对其进行简化,使用线性改进的牛拉法[61]。
水力模型中的平衡方程以节点热媒流量l为主要参数,即流入热媒质量流率
等于流出加消耗的质量流率,可写为:
 
式中Sj是与i节点相连的节点集合,iuse为节点消耗的质量流率。
管道支路首末节点压力值的不同是由管道内摩擦所造成的,管道压降ha与i 之间的关系为:
hG = ZJklk\lk\
' 512 La> (3.14)
z彳=
f D6 p1^2 gv
式中下标k表示管道标号,z为阻力系数,当hk与lk规定的参考方向相同, 则其正负同号,且阻力系数与流速呈非线性关系,如第二式所示,其中©为流 量粘度,P为热介质密度,g为加速度。流速V与l之间的关系为:
41
p7iD2
联立式(3.14)和(3.15),可得:
128L^„ l
D P略
观察式(3.16)可知管道压降与流量之间为线性关系。当上式满足封闭面或回
路内代数和为 0 时,则可结束计算,否则需再次迭代直至满足要求。
在计算热力系统潮流时,除了使用水力模型分析热介质的分布情况外,还 需要使用热力模型计算热功率、温度等参数。热功率与温度流量的关系和管道 传输方程表达式在第二章的热力模型部分已给出,为式(2.12)和(2.13),当有多条 管道支路流入同一节点时,流入和流出某段管道也即管道首末端温度关系为式 (2.11)。
具体计算步骤如图3.3所示。
(开始)
根据己知数据和式(3.13)
求解节点质量流率
(
根据质量流率与压降关系
式(3.16)求解管道压降
根据节点热功率和式(2. 12)
和(2.13)求解管道温度变化
根据式(2. 11)求解管道
始末端温度
 
图 3.3 热力线性牛拉法计算流程
 
3.4综合能源系统潮流计算-交替迭代法
3.4.1耦合集线器工作模式
在各能源子系统潮流算法均已明确的前提下,对于综合能源系统的协同运 行分析还需要经过能源集线器的耦合,整体计算方法为交替迭代,子网络潮流 的具体交替迭代顺序由能源集线器的不同工作模式决定。
针对含能源集线器综合能源系统的不同用能需求, 可分为以电定热 ( Following the Electric Load, FEL ) 和以 热 定电 ( Following the Thermal Load, FTL)两种工作模式。两者的区别主要是GT的耗气量由系统电负荷还是热负荷
决定,随后 GT 与电锅炉、燃气锅炉、余热锅炉等产热设备共同对热负荷供能,
超额的电能需求由外电网补充。两种工作模式的表达式为(FEL模式为式
3.17-3.18; FTL 模式为式 3.19-3.20):
,P d < PGT
load max
 
f load
GB ~ GB ~
 
3.4.2交替迭代计算流程
根据电、气、热子系统潮流模计算型和能源集线器工作模式,可得出两种 工作模式下分别的详细迭代计算步骤。图3.4为两种运行模式下的简要潮流计算 流程图。
1) FEL 模式
(1)输入电、气、热子系统和能源集线器设备参数,根据式(2.16)计算耦合部 分能量转化方程;
(2)利用 3.3 节中改进线性牛拉法计算热力系统潮流;
(3)根据供耗能及转换方程,更新与热力系统连接的电力节点功率,利用 3.1 节快速分解法计算电网潮流;
(4)确定电力和热力系统的数据,利用式(3.17.-318)计算气网负荷;
(5)利用 3.2 节牛顿逆推法计算气网潮流;
(6)将各系统与耦合设备连接节点的功率带入能源集线器,计算IES潮流分 布;
(7)判断是否满足结束条件,满足输出结果,不满足跳转至(2)重复后续步骤。
2) FTL 模式
(1)同FEL模式,输入系统和设备参数,根据式(2.16)计算耦合部分能量转 化方程;
(2)根据系统热负荷和式(3.19-3.20)确定气网负荷进而使用牛顿逆推法计算 气网潮流;
(3)更新气网中与热力系统相连接节点的功率,求解热力潮流;
(4)更新气网和热网中与电力系统连接节点的功率,计算电力潮流;
(5)将各系统与耦合设备连接节点的功率带入能源集线器,计算输出功率;
(6)同FEL步骤(7),直至达到结束条件,并输出结果。
(开始)
 I
输入各子系统和耦合设备参数,
计算耦合环节能量转换
驢否疔、一否(珂L)
模式
、f
I 求健令网窃祷.
求解热力系统潮流 计算天然气系统潮流
1
更新电力负荷,计 算电力潮流 计算热力系统潮流
 
更新天然气负荷, 更新电力系统节点
计算天然气潮流 功率,求解潮流
1 J
 
 
计算耦合机组输出功率
 
输出计算结果
 
 
 
图 3.4 两种工作模式潮流计算流程图
3.5本章小结
本章在第二章建模的基础上,给出了三种能源子系统独立的潮流计算方法 和能源集线器的不同工作模式。使用快速分解法(PQ算法)计算交流电力系统 潮流分布情况;针对辐射型稳态天然气系统,忽略管道内温度变化等因素,将 电力系统的前推回代法拓展应用于含压缩机的天然气网络潮流分布计算中形成 牛顿逆推法;基于热力模型和水力模型,使用改进线性牛拉法对热网的功率、 温度等变量进行分析计算,得到潮流数据。对以热定电和以电定热两种能源集 线器工作模式下的设备工作状态区别和流程进行了具体分析,使用交替迭代法 计算整体系统的潮流分布。为后续系统静态安全和优化运行分析奠定基础。
第4章综合能源系统静态安全N-1分析
当综合能源系统受到扰动(例如局部负荷突增等)或出现设备故障退出运 行的情况时,系统中其他设备的运行状态也会受到影响,导致不安全问题的产 生。故有必要将电力系统静态安全分析拓展应用至综合能源系统当中应对 N-1 故障,确保系统运行安全稳定。
IES 的静态安全 N-1 分析由于存在不同系统间的能量耦合而区别于单一能 源系统,具体地,其中一个子系统收到扰动时,除了该系统运行状态的改变, 影响还会通过能源集线器当中的耦合设备传递至其他子系统,交互情况较为复 杂。针对能源集线器的不同工作模式可以对比在静态安全 N-1 分析时其对于整 体系统运行状态的影响及优劣之处。对IES开展静态安全分析不仅可以研究各 子系统之间的交互影响关系,还能在此基础上更好的进行后续安全控制和最优 潮流计算[62]。
4.1电力系统静态安全分析基本原理
在电力系统当中,静态安全 N-1 分析一般是指在正常运行状态下,开断一 条支路或断开某一设备后,对系统此时的运行情况进行校验分析,判断母线电 压或发电机出力是否存在越限、设备是否过载运行等。通过在网络规划或待正 式投运时期对系统进行静态安全分析,可以高效快速的对指定区域的安全性进 行预查,避免系统投运后某一元件故障导致网络崩溃造成严重后果和损失,为 电网实际的安全稳定运行提供依据和保障。
当对某地区的电网进行扩建后最终都需要进行并网操作,此时静态安全分 析可以作为预分析对并网后可能出现的问题进行估计,以便提前采取如扩容、 调节机组出力等相应措施。与此同时,静态安全分析还可应用于系统规划阶段, 校验规划方案是否合理;在调度运行中,通过预设故障并制定措施,汇总后形 成控制策略表,来应对系统正常运行时出现预想故障的各种情况,如提前安装 可能用到的保护设备等,保障系统可靠且持续的运行。
静态安全分析的用途和特点可概括为:
(1)可以根据实际需求选择计算和分析的电力网络区域,如整个系统、某地
31 
区网络、特定电压等级网或具体某一设备。
(2)通常情况下,静态安全为 N-1 计算,切除的可以是任意一条线路或一个 变压器等元件,也可拓展为 N-k 的计算,将多个拟断开的元件按需进行组合, 模拟系统发生连锁故障的运行状态。
(3)此分析计算功能是基于潮流计算的,故需要包括节点、支路、发电机的 全部系统数据。
(4)输出结果为每个预想开断故障发生后的越限情况,表现形式一般有两种, 一种是以每种切除方案为输出,另一种是以每种越限物理量为输出。
以电力线路为例,建立基础的N-1数学模型,n节点m条线路的系统模型 可表示为
(4.1)
式中,角标,表示断开支路/时系统的运行方式;k为运行中的线路l, lm ;
Sk为线路I,断开后,线路人上的视在功率;Skmax为lk的最大视在功率;Sl为节 点负荷功率向量; Sg 为发电机功率向量。
依据静态安全分析的基本原理,其安全指标体系包括支路潮流越限、母线电 压越限、发电机出力越限和失负荷率等。
(1)支路潮流越限指标 该指标针对网络普通传输线路和变压器,以支路热稳定极限有功功率为基 准,为超出该基准的部分与基准的比值,同时还可增加考虑支路权重等因素, 表达式如 4.2-4.3 所示
(4.2)
 
0 P j < P jUL
 
 
 
式中,IDXp为支路潮流越限指标;WPii为支路权重;Pu为热稳定极限功率。
(2)母线电压越限指标
该指标以母线电压极限值为基准,指电压偏差与基准的比值,用式(4.4)或式
(4.5)表示,即
'IDXV 二工 Wz
i
 
式中,IDXV为母线电压越限指标;WVi为该母线权重;U,为实际母线电压; %、Ull分别是母线电压上下限。
IDXv -工 UUUm] (4.5)
j如 I U ilmt 丿
式中,i龟lmt表示所有越限母线的集合,Umt为母线电压的上下限。
也可将(1)、 (2)两种指标相结合,综合考虑支路潮流和母线电压的越限,即
 
式中, WV、WP 为两种越限情况所占权重。
4.2综合能源系统静态安全分析拓展应用
综合能源系统在实际运行时,可根据负荷水平分为保护控制模式和互济控 制模式。其中保护控制模式多用于负荷水平较高的IES,将源荷型耦合设备的输 出功率固定,作为定功率源接入电、气、热子系统,随后通过能量转化公式计 算耗能,该模式可在某一系统发生扰动时保护其他子系统。互济控制模式应用 于负荷较少的系统中,将耦合设备输出侧作为其子系统中的平衡节点,先计算 该侧所需能量再经由转换公式计算耗能,该模式可提供更高的调节容量,但某 一子系统的扰动会波及其他系统安全,本文为提高系统安全性,假定耦合设备 均工作于保护模式。
电力系统和综合能源系统中的静态安全分析其本质都是在给定某一设备 (包括线路、变压器、传输管道、耦合装置等)退出运行条件下的多能潮流计 算,基于各系统潮流结果校验此时系统中的其他元件运行状态是否安全。复杂、 高维的 IES 静态安全分析主要包括两种情况:
(1)各能源子系统N-1分析
此种情况又可根据子系统故障部件与耦合设备之间的距离远近分为两类:
a.第一类为各子系统中与耦合设备距离较远的支路开断,该情况一般不会对 IES整体造成较大影响,类似于单一子系统的某一元件N-1,可由该系统自身调 节后恢复运行或出现不收敛现象。
b.第二类为与耦合设备距离较近的支路开断,可称为近耦合端支路,该类设 备的 N-1 在互济运行状态下会导致影响范围通过近端耦合设备扩大至所连接的 其他能源子网络,引起某些元件越限。
(2)耦合设备 N-1 分析
此种情况下,某一耦合元件退出运行导致其所连接的两个子系统运行状态 均发生变化,将该设备作为供能端的子系统发生功率缺失现象,一般需要由平 衡节点补足,进而可能引起平衡节点附近传输元件越限,使系统安全性受到威 胁。
综上,在构建预想事故集时主要选取对综合能源系统造成较大影响的耦合 元件 N-1 及近端支路 N-1 两种情况,其中的近端支路开断会导致系统拓扑结构 变化。
依据上述静态安全分析原理,类比于电力系统越限指标,主要针对天然气系 统和热力系统,对其 N-1 开断发生后的影响程度和事故严重性进行量化评估。
(1)节点压力波动情况严重性
IDX =f 廖]
< g各I P丿
g =|P- -P,0|
式中,p为气网节点,正常运行状态下的初始压力值,Ap,表示开断N-1故 障发生后压力的变化量,由于节点压力存在增大和减小两种变化趋势,因此此 处取事故集中元素k发生时的压力pk与初始值之差的绝对值来衡量故障前后压 力的偏移程度也即维持稳定的能力。
(2)节点供热温度稳定性
Nh,node 厂 AT '
IDXheat =工计 SB
=1 I T,/ 丿
式中,Nhnode为热力系统节点数量,T;,为热网节点,正常运行状态的初始供 热温度,△©,表示供热温度变化量,同(1)中气压变化,取事故k发生时的供热 温度Tk,与初始值之差绝对值,计算式为:
AT ,= Tk- — T° I (4.9)
s s s
根据受到 N-1 故障扰动前后系统的运行情况,判断其是否满足各种约束条 件,并依据此将综合能源系统的运行状态分为四种:
(1)安全状态:该状态在N-1故障前后均可正常运行,满足所有等式及不等 式约束条件,一般需要满足所开断支路的开断分布因子较小、系统备用充足或 负荷较轻等条件。
(2)预警状态:该状态在受到扰动时,仍可达到供需平衡的等式条件,但存 在不满足部分不等式约束的情况,也即部分设备处于轻微超载运行状态,若可 通过快速调整控制分布式设备对系统能源缺失进行补充则可回到安全状态。
(3)紧急状态:该状态在开断故障发生前就已有设备过载的现象,故当扰动 发生后系统平衡进一步被破坏,等式及不等式约束条件同时不被满足。
(4)故障待恢复状态:该状态主要指受到扰动前后系统均处于无法达到基本 供求平衡的不安全状态,等式和不等式约束条件均不满足,此时的系统亟待重 新启动调整和快速恢复。
综合能源系统静态安全分析具体流程如图4.1。
 
 
 
4.339 节点案例计算与分析
4.3.1案例简介
本章案例系统由电力IEEE14节点网络、天然气14节点、热力11节点以及 耦合元件构成,电力及热力系统参数详见附录表1-表3,天然气网络参数参考文 献[63],对其进行静态安全N-1分析,系统的具体结构如图4.2所示。电力系统中 E1 为平衡节点连接外网,此处用平衡发电机组等效, E2、 E3、 E6、 E8 接发电 机组,E2连接GT、E9连接P2G设备与气网耦合,E12连接电锅炉与热网耦合。 天然气网络中,G7连接GB与热网耦合,图中各能源转换设备构成能源集线器。
 
 
图4.2 39节点IES案例结构图
IES案例1正常运行状态潮流分布情况如图4.3所示,能源集线器工作于以
热定电模式。设置电力系统安全限额为电压幅值标幺 0.95-1.05,支路视在功率
上限 E1-E2:150MVA , 其 他 支路 100MVA ;天 然气系统 限额为节点压 力
0.3-0.8MPa,支路流量上限8.5 m3 /5和6.5 m3 /5 ;热力系统限额为管道H1-H2
流量上限 120 kg / h ,其余管道上限 100 kg / h 。由潮流结果可知,此时系统所有
元件均处于正常工作状态,满足所有约束条件,但节点El、E14、G6、G9、支
路 E1-E2、H1-H2、H2-H3 已运行于安全限制边界(红色虚线为各状态量安全运
 
 
 
(e) 天然气系统支路流量 (f) 热力系统管道流量
图 4.3 系统正常运行状态潮流分布情况
4.3.2近耦合端支路 N-1 开断
本节以两个预想事故为例,分别分析故障发生后的越限情况,由于支路较 多,故以表格形式仅给出受影响的越限变量。
预想事故a:开断P2G设备近端支路。P2G设备连接在节点E9和G9之间, 故分别对与这两个节点相连的支路进行开断处理,形成预想事故集。部分支路 由于传输功率较小, N-1 开断所造成的影响不足以发生越限,故仅针对会产生越 限故障的支路进行具体分析,情况如表4.1 所示。由表可知,电力和天然气支路 退出运行所造成的影响主要是电力节点电压以及天然气节点压力越限,故障发 生前后P2G设备在供能测作为定功率源出力不变,各元件越限主要由系统拓扑 结构变化引起,最大越限百分比为-39%,由开断G8-G9所造成的。
表4.1 P2G设备近端支路N-1开断后越限情况表
开断支路 越限节点和支路 电压标幺幅值/支路功率 限百分比
E4-E9 节点 E14 0.944 -0.63%
节点 E9 0.919 -3.26%
E7-E9 节点 E10 0.924 -2.74%
节点 E14 0.919 -3.26%
E9-E14 节点 E14 0.919 -3.26%
G8-G9 节点 G12
节点 G14 0.146MPa
0.117MPa -48.6%
-39.0%
预想事故b:开断燃气轮机GT近端支路。GT设备连接在节点E2和G2之 间,在形成预想事故集合时,由于G2节点未连接压缩机,故开断其附近的G4-G5 压缩机支路并分析,具体情况如表4.2所示。与本节预想故障a类似,各开断故 障的影响范围集中于一个系统内部,故障前后GT出力不变,E2-E3支路有较高 重要性,在其断开时,还出现了支路视在功率越限,越限百分比为+3.5%。
表4.2 GT近端支路N-1开断后越限情况表
开断支路 越限节点和支路 电压标幺幅值/支路功率 越限百分比
节点 E14 0.944 -0.63%
支路 E1-E5 100.1MVA +0.1%
E2-E3 支路 E2-E4 101.1MVA +1.1%
支路 E5-E4 103.5MVA +3.5%
E2-E4 节点 E14 0.947 -0.32%
节点 G8 0.12MPa +15%
节点 G9 0.042MPa +5.25%
G4-G5 节点 G10 0.27MPa -10%
节点 G13 0.844MPa +5.5%
 
4.3.3耦合元件N-1退出运行
作为两种或多种能源系统之间的连接和能量转换设备,耦合元件在不同系
统中可等效为功率源或负荷,本节以三个预想事故为例,分别分析故障发生后
39
对其所连接的子系统的影响。
预想事故a:燃气轮机GT退出运行。该情况下天然气网络等效为失去部分 负荷,系统整体负载率下降,其所接节点 G6、G7 压力升高,满足约束限制, 未发生越限情况,而电力系统等效于失去了部分功率源,功率缺额部分需要由 系统内部其他发电机组补充,因此发生越限,具体潮流分布如图4.4 所示。
 
图 4.4 GT 退出运行时电网支路潮流 由图可知,原本工作于限额状态的支路 E1-E2 此时发生了越限,视在功率 为 163.4MVA ,超出上限 8.9% 。
预想事故b: P2G设备退出运行。与事故a类似,该设备作为电力负荷和天 然气功率源,当退出运行时,电力系统节点电压变化不大,原处于运行限额的 支路潮流减小,未发生越限;天然气系统为满足自身负荷需求,节点压力降低,
 
 
图 4.5 P2G 退出运行时气网潮流
由图可知,节点 G4、G6、G8、G9 压力低于所设置的限制阈值,原本接近
限额状态的支路G1-G2流量发生越限,流量值为8.7m3/s ,超出上限约2.4%。
预想事故c:燃气锅炉GB退出运行。该设备连接天然气与热力系统,消耗 天然气输出热能,当其退出运行时相当于天然气负荷减少,气网运行状态正常, 热力系统由于供能机组的减少,平衡节点热源出力大幅增加,进一步导致管道 H1-H2流量增大,具体情况如图4.6所示。
 
 
由图可知,原本接近限额状态的支路H1-H2流量大幅度越限,流量值为
209.2 kg /h ,超出上限约74.3%,其余管道支路受影响程度不大。
综上三种耦合元件退出运行的潮流结果可以看出,耦合设备断开所造成的 的影响主要在能源消耗侧,供给侧负荷的减少基本不会影响运行安全, N-1 故障 发生后用能子系统功率缺失,多数由平衡节点机组补充,进而引起附近支路或 节点越限,系统整体运行也由警戒状态转换为紧急状态,故为保证系统维持安 全状态,需要在前期调度规划时增加备用设备或改变出力策略和潮流分布。
4.4本章小结
本章在潮流计算和电力系统静态安全分析原理的基础上,拓展分析了综合 能源系统静态安全 N-1 分析的方法。电力系统静态安全主要针对电力传输线路 或变压器开断情况,并以不同越限指标对系统受影响程度进行评价;当其原理 方法应用于综合能源系统时,预想故障集除各子系统元件开断外还增加考虑了 能源集线器中某一耦合元件退出运行的情况,并根据距耦合设备的远近将子系 统元件划分为近端和远端两大类,着重分析近端元件。使用IEEE14节点电网、 14节点气网以及11 节点热网对比分析系统运行的安全。
第5 章 综合能源系统优化运行计算
在第四章综合能源系统安全性的已有研究分析基础上,为满足目前实际应 用需求仍须进一步考虑系统的经济性、环保性等多项因素,即在计及弃风、弃 光、弃负荷、废气排放等多种条件下使系统运行过程中各项费用总和最少。因 此,有必要在前述系统元件模型、潮流计算方法和静态安全分析所得到的交互 影响关系的基础上,进行最优潮流计算,并给出最终的优化运行出力方案,以 提升综合能源系统的实际应用价值。
5.1综合能源系统经济运行的数学模型
5.1.1目标函数
根据参考文献[64]中对于综合能源系统的评价指标,本文优化拟参考经济一 级指标设备经济性中的二级指标设备运行节省费用、环保一级指标环保性中的 二级指标二氧化碳排放量、技术一级指标可靠性中的二级指标系统供能可靠率。 故在目标函数方面考虑网络运行费用、气体排放费用以及弃风惩罚费用。
其中系统运行费用包括气网运行费用FGas、电网运行费用FUe ;气体排放费
用包括发电机组的气体排放费用Cef ;弃负荷费用包括失电负荷惩罚费用Lef。
min J (X)二工(FGas + FEle ++ Lf + CEf ) (5.1)
t
电网运行费用:
FEle =工[色(Pu )2 + aiPu + «0 ] O'2)
式中,Pu为发电机有功出力,0ele表示系统中发电机集合,fl2> q、a。为发 电机燃料损耗费用的二次项、一次项和常数项系数,当发电机组连接平衡节点, 其出力实际为外电网向该系统补充电能的等效值,则该项此时也可称为购电费 用。
气网运行费用:
42
FGas =工 C皿 (5.3)
(yeQgos
式中,C为天然气供给量,Qgas表示系统中所有天然气气源的集合,q。为 气井单位供给量的费用系数。
产能机组气体排放费用:
Cf 卫"P; (5.4)
t=1 ueQgig
式中,山指治理设备排放CO2、SO2、NOx污染气体的费用系数。 弃风惩罚费用:
Lef = cn Pns ………………………………( 5 . 5 ) 式中,化为弃风功率,cn为单位时间功率的弃风惩罚费用。
5.1.2约束条件
考虑到实际应用问题场景中的设备工作要求和安全稳定用能需求,在综合 能源系统经济运行分析的潮流优化过程中需要考虑以下条件:
(1)电力系统约束:
功率平衡:该平衡有两层含义。
a. 第一层含义为电力网络中的节点功率平衡。其理论依据是电路的基尔霍 夫定律(节点流入流出电流相等),在电力系统中可类比得到节点流入流出功 率相同,即
乞 Pk = 0 (5.6)
k=1
式中,与节点i相连共有m条支路,Pk为其中第k条支路的功率。定义功率 方的向的流的出的为的负,流的入的为的正。
b. 第二层含义为整个电力系统的功率供求平衡。即在某一时间点或时间段 内系统内的供电量与需求量相等。具体表达式为
工 PGi + Pchange = PLj + Ploss
i^SG j^SL
 
 
式中,PM为t时刻GT出力,Pc"表示爬坡率上限。
节点电压限制:为保证母线所接电气设备正常稳定工作,需要节点工作电 压的维持在其额定电压附近,以标幺值来看,一般要求其电压标幺幅值的波动 在±5%以内,即
0.95 < U* < 1.05 i e Sn (5.10)
式中,Sn表示节点集合,U*为节点i电压幅值标幺值。该约束一方面限制 赋予PV节点的初值的过程,另一方面主要限制PQ节点的电压计算结果,当结 果不满足该约束时,可以采取增加并联补偿电容等措施,以保证供电质量,并 减小设备损害。
 
线路功率传输限制[65]:电力系统线路受其固有参数和结构影响,对于功率 或电流都有传输上限的限制。若过载,则会导致线路熔断,造成安全隐患。在 实际系统中,单个支路的损耗很小,相较于其功率上限来说可以忽略,故在应 用时仅约束每个支路的首端功率,可认为在允许误差范围内,线路的末端功率 也不会超出上限值,取支路容量上限的 85%作为有功功率的上限值。
Skmin S Sk < Skmax k 丘 Sl (5.11)
式中, Sl 表示线路集合, Skmax 为线路容量上限。
(2)天然气系统约束: 天然气管道传输流量限制:天然气管道类似于电力系统输电线路,也存在 输送天然气流量的上下限,即
f min < f < f max
ij ij ij
式中 fmin、fmax 分别为管道传输流量上下限。
节点压力限制:天然气网络中的节点可类比于电力系统母线,存在传输天
然气的压力限制,即
pimin < pi < pimax
式中 pimin、pimax 分别为节点压力上下限。
压缩机限制:压缩机作为加压装置,其工作运行存在额定状态,即耗能和
压缩比均存在上下限约束
 
 
 
式中 Ecmin、Ecmax 分别为压缩机能耗上下限、 kcpmin、kcpmax 为压缩比上下限。
(3)热力系统约束:
热力管道流量限制(类比于电力传输线及天然气管道):
lmin <lij <lmax
min ij max
式中扁、h为节点人j之间管道的流量上下限。
 
管道内水温约束(包括供水和回水):受热力管道材料及用户侧需求等多
种因素限制,供热系统中的进出水温度不可超过或低于其上下限,表达式为
 
 
 
式中Tlmax、7:,min为进水温度上下限,7;,max、^min为回水温度上下限。
5.2粒子群算法及其改进
5.2.1标准粒子群算法
粒子群优化算法(Particle Swarm Optimization, PSO)是一种受鸟群聚集模 型启发得到的智能寻优算法。该算法在线性和非线性连续问题上均能取得良好 的优化效果。
设待求解问题维度为D,种群包含N个粒子,则每个粒子有D个参数维度。 在应用算法时,首先为所有粒子的位置和速度向量(式5.17)赋予满足约束条 件的随机初值;随后计算粒子适应度,其设置一般与目标函数相同或在此基础 上增加惩罚项,以此得到式(5.18)的个体极值后比较得到全局极值;之后根据式
(5.19)更新所有粒子位置和速度,重复上述计算,直至满足结束条件完成迭代寻
优。以第i个粒子为例给出各量表达式:
Xi =(兀”Xi?”..,xiD) i = I,2”..,N
.Vj —(匕” Vi2,..., ViD ) i = l,2,..., N
Pbesti = (pi1 , Pi2,…,PiD ) i = I,2”", N
.gbest =(pg1, pg2,..., pgD)i = 1,2,..., N
其中:X,为位置状态向量,V,为速度状态向量,Pbesti为个体极值,gbest为 全局极值。
fVik+1 — WV: + C/dbesti - Xk) + c2r2 (gbest - Xk ) ““
(5.19)
X:+1 — xk + Vik+1
在状态转移公式中,上标k为迭代次数,第一部分惯性因子w与V,的乘积 项表示粒子一定程度上维持原先的运动趋势;第二部分包含系数学习因子c1、 均匀随机数々(取值[0,1])的乘积和粒子最优位置与现位置的差,反映粒子趋近 于自身历史最佳位置;第三部分差值项为粒子的全局极值与现位置,反映粒子 间的种群合作学习性[66]。
5.2.2随机衰减因子粒子群算法
标准粒子群存在计算速度慢和早熟收敛等缺陷,已有改进方法的一般思路 是增加随机点使其跳出局部极值[67-68],或调整惯性因子改善收敛速度[69],这两 种方法在解决前述问题的同时由于随机数的加入增加了计算量和计算难度,带 来了新的弊端。
故本节推导分析标准粒子群状态转移公式特点,并提出一种新的改进方法。
首先,将标准的状态转移方程化为式(5.20)和(5.21):
Vik +1 = WV: + C占(Pbesti - Xk )+ C2^2 (gbest - X; )
=WVi; + C占 Pbesti + C r>gbest - (c占 + C $ )Xk
Xik+1 = Xik + Vik+1
=WVi; + Cfbesti + C2gbest + C1 "1 - 1)PbeSti (5.21)
+c2(r2-1)gbest +(1-c1r1-c2r2)Xik
假设d]、d2为粒子位置与个体极值和全局极值之间的距离,即
di = Xi - Pbesti、d2 = Xi -gbest,两个学习因子之和为1 ( C】+ C产1 ),且0 = C】, 则式 5.21 可进一步化为
X:+1 = wVi; + Cfbes" + qgbest +(C1 - CA )d1 + (C2-C2r2)d2 )
= 0Pbesti +(1-0)gbest + wVik +(C1-C1r1)d1+(C2-C2r2)d2
显然,上式中的d1s d2会随迭代次数的增加而减小,故式5.22后三项均在 搜索区间内呈减小趋势。分析现有活跃目标点粒子群算法转移公式可得类似结 论。
故提出在状态转移公式中增加一个随机衰减因子«,简化计算的同时改善 其早熟收敛问题[70-73]。改进后的状态转移公式为:
[Xk+1 =阻 +(1 -0治” t +arx
i besti best max
\ ' (5.23)
a =a-y
式中,0与学习因子有关,a为粒子随机衰减因子,反映a的衰减速度,
xmax 表示搜索区间。
该 式 用 r 替代 了式 (5.19) 中 的 r1、r2 , 用 a'rxmax 代 替了衰 减 项 wV: +(c1 -qr)d1 +(c2 -c2r2)• d2,搜索范围在区间xmax内。该方法使方程显得简 洁明了,又让程序的运行速度得到了明显提升。
在减少计算量的同时,也要避免多次迭代不收敛问题。故在将以上粒子群 算法应用于综合能源系统优化问题时,先计算网络的初始运行状态,在此基础 上初始化粒子群,将初始潮流解赋值给种群中第一个粒子,使得第一次迭代就 有合理的全局极值。
5.3潮流优化方法
5.3.1粒子群参数确定方法
在应用时,首先确定搜索维度。该参数由网络中出力可变的机组数量决定。 在电力系统中,平衡节点仅用于平衡供求关系,故n台发电机的电力系统部分 维度设置为 n-1 维,即
NE = {PG1 , PG2,..., PGslack-1 , PGslack +1 ‘…,PGn }
式中:Ne为电力部分粒子维度设定所包含的发电机组集合;PGslack为平衡机 组功率。
天然气和热力系统一般选取气源和热源为平衡节点,与电力系统类似,用 于平衡负荷用能需求,因此维度设置中不考虑该源类节点机组,而耦合元件作 为能量的连接转换设备,在保护控制模式下,其作为用能侧的定功率源出力设 定改变较为容易,故能源耦合部分的维度设定为
NEH = WgT , PGB , PP2G , PP2H,…PEB } (5.25)
位置限制,在维度确定基础上,对机组分别限定有功出力上下限。在初始 化时,根据位置限制随机赋初值。
对于IES优化运行时粒子个体适应度函数设置,以第i个粒子为例可表示为
 
fit[i]=工(FGas + FEle + + Lef + CEf ) (5.26)
t
由于在优化过程中还需要考虑5.1.2节所述的各种约束条件,故在计算潮流
后,需要将结果中的约束量加入惩罚函数,式(5.26)修改为:
fit[i]=工(化。"+ FEle + + Lef + CEf)+ mg(i) (5.27)
t
式中,m为惩罚因子,其数量级远大于适应度的数量级。由于各种越限情 况的出现,都可能导致系统不稳定,那么后续优化结果将不具有准确性和有效 性。一般地,系统安全运行需要满足每个约束,故m取唯一值即可。若某些优 化场景对电压或流量等约束有特殊限制,则m可变为m1,m2,....mt等多个不同值, 分别对应不同约束,增大特殊限制项所对应的m值即可。g(i)为求和函数,与 各项约束条件与其上下限之间的偏差有关。
5.3.2计及静态安全分析结果的优化方法
综合能源系统在出现任一设备故障退出运行或电压波动等情况时,维修人 员可能无法立刻对故障或意外状况进行调整,此时就有可能导致更大的事故, 为了避免该种情况的出现造成更大损失,留出一定可操作、恢复故障的时间, 需要在优化潮流的同时计及静态安全分析结果。
当预想故障发生时,系统各部分的支路中的潮流将重新分配,在电力系统 当中故障线路潮流会转移到其他正常运行线路中,出现潮流转移现象,可使用 支路开断分布因子计算故障态潮流,而综合能源系统耦合设备开断所引起的潮 流变化较为复杂,在优化过程中无法将每一设备开断后系统的故障态约束加入 优化所需考虑的等式和不等式条件中,因此本文在优化时,先对未优化系统进 行静态安全分析,对结果中开断后导致越限情况出现的支路或设备的约束条件 进行修改,使该预想故障支路在优化过程中所承担的潮流传输量较低,进而减 小故障发生后需要转移的潮流量。
以第四章4.3.2中开断GT近端支路E2-E3导致支路E4-E5越限为例,可在
后续优化时,修改E2-E3的线路功率传输限制(5.1.2中的电力系统约束)为:
 
式中,P\max为修改后的支路有功功率上限,设置其值小于原有功功率上限,
a为系数,根据应用需求取值范围为[0,1]。
耦合设备与支路类似,在优化过程中尽可能使某一机组设备输出功率距其 出力上限留有一定裕度,以 GT 为例,增加其约束条件:
PGT — 0PGT ,max (5.29)
式中,0为GT实际出力占最大输出功率的系数,取值范围[0,1]。
5.4案例计算与分析
5.4.139节点系统案例分析
基于前述建模、潮流计算和本章所提优化方法,结合第四章 4.3 节静态安全 分析结果,对该39节点综合能源系统进行优化运行计算。补充电力机组运行费 用如表5.1,耦合设备排放污染气体数据如表5.2,污染气体治理费用如表5.3, 购气费用设为 1.5 元/立方米。
表 5.1 IEEE14 节点网络电力机组运行费用
NG NBUS Pumax Qumax Qumin a0 a1 a2
1 1 300 100 -100 200 30 0.043
2 3 160 70 -40 180 35 0.01
3 6 100 100 -100 230 40 0.01
4 8 100 70 -40 340 35 0.01
注:第 1 列为发电机编号,第2列为机组所连接节点,第3列为有功出力
 
上限(MW), 4-5列为无功出力上下限(MVar), 6-8列为机组出力费用系数。
表 5.2 污染气体排放治数据
设备 SO2 (kg /MW ) CO2(kg/MW ) NOx(kg/MW )
燃气轮机 0.023 170.16 4.795
燃气锅炉 0.035 162.48 3.275
电锅炉 0.042 165.38 4.982
表 5.3 气体污染物治理费用
SO2 CO2 CO2
排放征收标准(元/1) 1000 9.75 1950
 
 
(1)安全性分析计算
利用本章 5.2和 5.3 节所述随机衰减因子粒子群算法对该案例进行优化计 算,过程中不考虑机组启停费用。优化前系统工作状态已在4.3.1 图4.3中给出, 优化后系统潮流分布情况如下图 5.1 所示。
与图4.3 对比可以看出,由于在优化过程中考虑了部分静态安全分析结果, 故优化后的电力系统各节点电压除平衡节点外多集中于标幺值1 附近,电力线 路潮流、天然气支路流量和热力管道流量分布都更加平均,E1-E2支路视在功率 相比优化前下降了 133.6MVA,H1-H2热力管道流量减少14.87m3,G1-G2支路 流量下降了 1.01 m3 /s 。
 
 
 
图 5.1 39 节点 IES 优化后潮流分布情况
(2)经济性分析计算
优化前后电力系统发电机组有功出力和部分耦合设备出力情况如表5.4所 示。该系统在此时段内热负荷量较低,燃气轮机可为其提供足够的热功率,因 此优化前主要由GT供给热负荷。
表5.4 39节点IES优化前各供能机组出力情况
设备名称 优化前出力/MW 优化后出力/MW
G1 193.15 7.90
G2 13.33 123.48
G3 10.28 74.71
G4 16.39 62.89
GT (总功率) 183.33 65.33
GB (总功率) 31.37 50.12
EB (电功率) 11.30 34.74
P2G (电功率) 36.50 26.06
分析表中数据可以看出,优化前电力系统负荷主要由平衡节点所接外网和 燃气机供给,优化后为避免静态安全分析中预想故障发生后的越限问题产生, 各机组出力距其各自的功率输出上限留出了一定的裕度,同时尽可能减少平衡 机组向外购电量,该机组相较于优化前减少了 185.25MW。
优化前后系统经济性情况如表5.5所示。
52
表 5.5 优化前后经济性对比
优化前费用/万元 优化后费用/万元
气网运行费用FGas 3.320 1.785
电网运行费用Few 0.981 1.095
气体排放费用Cef 0.339 0.455
总费用 4.640 3.335
由于在实际优化过程中,除经济因素外,还着重考虑环保和技术因素,尽 可能减少了向外电网购电现象,又由于考虑安全性为各个机组出力留出裕度, 因此牺牲了一定的电网机组运行费用,优化后电网运行费用略有升高,增加了 1140元,但优化后系统总体经济性提升,总费用减少了 13050 元。
5.4.243 节点系统案例分析
对IEEE30节点电力网络、天然气7节点网络、6节点热力网络和能源集线 器所构成的典型IES案例进行详细分析计算,各子系统元件和耦合设备参数主 要参考文献[61,22,74-75],整体结构如图5.2所示。电力系统中 E1 为平衡节点 连接外网,此处用平衡发电机组等效,E2、E5接发电机组,E11接入光伏模块, E13接入风电单元,E8连接GT、E30连接P2G设备与气网耦合,E26连接电 锅炉与热网耦合。天然气网络中,G1为气源,G2连接GB与热网耦合,所输出 的热能和微燃机共同为热负荷供能。热力系统由供热-回热管道两条回路组成, H1 为热源, H5、 H6 为热负荷节点。
 
图 5.2 典型 IES 案例结构图
由于 IEEE30 节点电网中部分母线初始电压偏低,故增加了并联补偿器 出电力机组运行费用如表5.6,弃风惩罚费用0.6元/ kW 。
表 5.6 IEEE30 节点网络电力机组运行费用
NG NBUS Pumax Qumax Qumin a0 a1 a2
1 1 200 100 -100 75.1 175 0.01
2 2 500 70 -40 656.3 230 0.02
3 5 175 62.5 -20 349.7 200 0.015
4 11 100 40 -10 498.9 300 0.015
5 13 240 45 -20 500 250 0.01
系统在冬季24h内的总电、气、热负荷需求和风机预测出力如图5.3所示。 在凌晨1:00-4:00时间段内,用户电、气、热负荷均呈下降趋势,而风电机在该 时段发电量较高,4h达到负荷量的极小值。5:00-11:00时间段内,负荷量逐渐增 大,风电机发电量下降,在12h达到负荷的极大值。12:00-20:00负荷基本稳定 在较高水平,20:00-24:00负荷量再次下降。故选取一天时间当中4h和12h两个 较为典型的时间点进行后续详细分析,其中能源集线器工作于以热定电模式。
54
 
(b) 天然气负荷预测曲线 (c) 热力负荷预测曲线
图 5.3 单日典型负荷及风电预测
(1)安全性分析
典型IES进行优化前后各系统潮流分布如图5.4和5.5所示。分别给出电力 系统节点电压幅值、天然气系统节点流量以及热力系统供热回热温度差。相较
于独立运行的各能源系统,电力E8节点电压升高,E30、E26电压降低。
 
 
(b) 4h 天然气系统节点流量 (d)4h 热力系统节点供回热温差
图5.4 4h优化前后潮流运行结果
对比4h优化前后各系统运行状态可以看出,电力系统节点25、26电压幅 值(图a)优化前接近上限值1.05,在优化后电压幅值分别下降至1.031和1.001; 天然气节点压力优化前后变化不大,各节点流量(图c)在优化后有所下降,优 化前后均未出现越限情况;由于系统工作于以热定电和保护模式,故热力负荷 一定时,燃气锅炉、燃气轮机、电锅炉等效的热源节点功率恒定,因此仅给出 节点供热和回热的温度差(图c,最大温差62.86°C)。
对比4h优化前后的各子系统进行静态安全分析结果,由于预想故障较多, 故仅给出越限情况,如表5.7所示。可以看出,优化前运行于限额附近的E25、 E26在静态安全分析开断支路E9-E10时发生越限,优化后未进行静态安全分析 的E25、E26节点电压幅值由于距上限1.05的裕度较大,故在静态安全分析过 程中越限消除。
表5.7 4h静态安全分析
开断支路 越限节点和支路 电压标幺幅值/支路功率 越限百分比
E25 1.126 7.24%
优化前 E9-E10 E26 1.130 7.62%
E25 1.050 0
优化后 E9-E10 E26 1.035 0
对比图 5.5 中 12h 优化前后各系统运行状态,可以看出电力系统节点 1、 9、 10电压幅值优化前接近限额;天然气节点压力优化前后变化不大,各节点流量 在优化后均有所上升,但未出现越限情况,该时刻热负荷较轻,供回水的温差 相较于负荷较重的4h曲线更加平缓,且最大温差(60.60C)低于4h。
56
 
(c) 12h天然气系统节点流量 (d) 12h热力系统节点供回热温差
图5.5 12h优化前后潮流运行结果
(2)经济性分析 优化前后发电机组有功出力和部分耦合设备出力情况如表 5.8 所示。
表 5.8 43 节点 IES 优化前各供能机组出力情况
4h 12h
设备名称 优化前出力
/MW 优化后出力
/MW 优化前出力
/MW 优化后出力
/MW
GT 总功率 350 177.5 225 75
GB 总功率 36.47 117.65 0 75.59
G1 29.42 63.18 110.57 152.7
G2 10.73 0 104.46 60.68
G3 30.25 21.09 105.35 133.22
风电机 88.47 121 55.08 60
光伏发电 4.86 7.63 73.37 81.89
弃风 32.53 0 4.92 0
 
4h的综合能源系统区域热负荷总量大于GT所能提供的最大热功率,差额 部分需要燃气锅炉补充;12h的综合能源系统热负荷量较低,燃气轮机可为其提 供足够的热功率,因此优化前仅由GT供给热负荷,GB处于停机状态。
分析表中优化数据可以看出,4h的综合能源系统在优化后G2平衡发电机 组出力为0,等效于未向外电网购电,同时弃风功率相较于优化前减少32.53MW, 弃风现象消失,燃气锅炉热效率高且污染物排放量相较于燃气轮机略低,故其 出力增加了 81.18MW,而燃气轮机减少了 172.5MW; 12h在优化后弃风现象消 失,为避免静态安全分析中预想故障发生后的越限问题产生, G1、 G3 出力距其 各自的功率输出上限留出了一定的裕度,同时为满足用户较高的用能需求向外 电网购电不可避免,此时平衡机组向外购电量相较于优化前减少了 43.78MW。
表 5.9 优化前经济性对比
4h 12h
各项费用 优化前费用
/万元 优化后费用
/万元 优化前费用
/万元 优化后费用
/万元
气网运行费用FOas 5.976 4.564 3.817 2.786
电网运行费用 FEle 3.943 5.009 10.649 11.306
气体排放费用Cef 0.415 0.290 0.248 0.143
弃风费用 Lef 1.952 0 0.295 0
总费用 12.286 9.863 15.009 14.235
优化前后系统经济性情况如表5.9所示。由于在实际优化过程中,除经济因 素外,还着重考虑环保和技术因素,因此尽可能减少了废气排放、向外电网购 电以及弃风现象,两个时间点优化前后总费用分别减少了 24230元和 7740元。
从以上两个典型IES案例的具体分析计算结果可以看出,考虑静态安全分 析结果后使用随机衰减因子粒子群优化所得到系统具有以下优点:
(1)安全性。通过能源集线器中的多种耦合设备连接各能源子系统,进行能 源转换和协调控制,提高整体系统的供能互补性;同时将静态安全分析结果作 为优化过程中的新增约束条件能够减小越限故障出现的可能,提升用能安全性。
(2)节能环保性。优化后的出力方案中更多的使用风能、太阳能以及效率较 高的设备机组,在负荷较重时弃风量大幅减少,加大了清洁能源使用率,实现 能源效率提升。
58
(3)经济性。基于粒子群优化后的综合能源系统运行能成本降低;节约了大 量机组运行费用的同时减少了因机组运行所造成的废气治理费用。
5.5本章小结
本章基于第二章建模和第三章潮流计算方法,提出了综合能源系统优化运 行计算方法。综合考虑经济、环保、技术等因素建立了包含运行费用、气体排 放费用以及失负荷惩罚费用的IES成本模型,并给出各系统供给平衡的等式约 束条件和设备工作状态限制的不等式约束条件;针对标准粒子群算法存在的早 熟收敛问题,在状态转移公式中加入随机衰减因子对其进行改进,具体阐述了 优化过程中粒子群参数的设置方法和计及静态安全分析结果的优化方法。将所 提出的随机衰减因子粒子群算法分别应用于第四章39 节点综合能源系统和 IEEE30节点电网、7节点气网、6节点热网以及能源集线器所构成的43节点典 型 IES 案例,对结果中的系统潮流分布情况、安全性和经济性进行详细分析计 算,验证了所提出优化方法的有效性。
第6 章 总结与展望
6.1全文总结
电-气-热综合能源系统作为未来主要发展和应用的能源供应方式和体系, 不仅通过协同调度满足了不同种类能源负荷的用能需求,还可涵盖如风电、光 伏等清洁能源以及储能设备等多种分布式供能方式,提高能源利用率更加高效 的同时,达到更加环保的效果。本文基于综合能源系统建模及潮流计算方法, 主要针对系统安全性和经济性,对静态安全分析和优化运行计算进行研究,具 体从以下四个部分展开:
搭建了综合能源系统各部分的结构和模型,主要包含电力、天然气、热力 三个子系统的数学模型、运行特点以及耦合环节各种能源转换设备的数学模型, 其中电力部分拓展分析了风电和光伏两种分布式能源的工程化模型,将耦合设 备分为电-气、电-热、气-热三大类,分别以其中的典型设备:燃气轮机、 P2G 设备、电锅炉、燃气锅炉为例分析了内部构造和工作原理,最终将其集成为能 源集线器,更加直观的了解其在综合能源系统实际运行时所发挥的作用。
研究了求解综合能源系统潮流的计算方法,使用不同算法分别求解各子网 络潮流分布情况,给出了电力部分--快速分解法、天然气部分--牛顿逆推法、 热力部分--改进牛拉法的原理、数学表达方程和具体计算流程,分析能源集线 器两种不同工作方式,据此确定不同运行状态下综合能源系统整体潮流交替迭 代的计算顺序,该部分是后续安全分析和优化运行计算的重要基础。
分析了电力系统静态安全N-1计算的用途特点和基本原理,使用多种越限 指标衡量 N-1 故障发生后电网受影响程度,将电力系统静态安全分析方法拓展 应用于综合能源系统中,并针对综合能源系统区别于单一电力系统的结构和运 行特点,扩大预想故障集,着重分析耦合设备及其近端支路N-1后的系统安全 性,提出天然气和热力系统越限衡量指标,对典型39节点电气热系统进行详细 计算分析,通过结果图可以直观得到,系统近端支路的 N-1 会导致子系统拓扑 结构变化,进而引起潮流重新分配,耦合设备的 N-1 会造成用能侧功率缺失, 由平衡节点补足后可能出现越限,故需要在经济优化运行计算各机组出力时增
60 加安全约束条件,调整出力策略,使得系统一直处于安全状态。
结合以上研究了综合能源系统优化运行计算方法。在构建成本模型时除单 一的经济性外额外增加考虑环保和技术因素,优化过程需要满足各子系统以及 耦合设备的多个等式和不等式约束条件,在优化算法方面,改进标准粒子群算 法状态转移公式,在其中引入随机衰减因子代替原公式中多个随机数,简化了 转移公式,使得搜索更加混沌早熟收敛问题得以解决的同时加快计算效率、减 少算法程序计算时间,提出随机衰减因子粒子群算法,给出粒子群应用于 IES 优化时的参数设置方法和计及静态安全分析结果的优化方法,将其分别应用于 39节点网络和IEEE30节点电网、7节点气网、6节点热网以及能源集线器所构 成的典型 IES 案例中,对比分析优化前后的各机组出力、系统经济性和潮流分 布情况,提高系统能源利用率,验证优化方法有效性,达到合理调度运行的目 的。
6.2未来展望
基于已了解的研究现状,在某些特定的实际应用场景或更高的精准度需求 下,该领域内有以下的内容值得更深入的研究,以使综合能源系统这种多种能 源协调供给的供能方式得到更为广泛的应用和更好的发展。
(1)关于综合能源系统的模型和潮流计算:天然气和热力网络在运行时实际 的潮流变化和分布具有延时性,故后续还可以在各系统和耦合设备的数学模型 中增加考虑时间维度,计算动态潮流;同时当实际传输距离较远或分布式新能 源较多时,还可以增加一些如储气罐等的储能设备。
(2)关于静态安全分析:综合能源系统在不同负荷水平的条件下,可分为保 护运行模式和互济运行模式,本文为提高系统安全性,牺牲了一定的调节容量, 假设系统全部运行于保护控制模式,后续研究还可拓展分析低负荷水平时互济 模式的静态安全情况。
(3)关于经济优化运行计算:当前研究大多是在市场参与者真实边际成本已 知的假设条件下进行的,而实际决策报价和综合能源系统在运行时会出现如输 电阻塞等更加复杂情况,因此后续可进行计及市场环境和报价参与者行为的优 化运行计算。
61
参考文献
[1]贾宏杰,王丹,徐宪东等.区域综合能源系统若干问题研究J].电力系统自 动化, 2015, 39(07):198-207.
[2]姚建国,高志远,杨胜春.能源互联网的认识和展望J].电力系统自动化, 2015, 39(23):9-14.
[3]曾鸣, 杨雍琦, 刘敦楠等. 能源互联网“源-网-荷-储”协调优化运营模式及 关键技术[J].电网技术,2016, 40(01):114-124.
[4]Sahin C, Shahidehpour M, Erkmen I. Generation risk assessment in volatile conditions with wind, hydro,and natural gas units[J]. Applied energy, 2012(96):4-11.
[5]Rifkin J. The third industrial revolution: how lateral power is transforming energy, the economy, and the world[M]. New York: Palgrave MaeMillan, 20 1 1 .
[6]EPSRC. B-bem: the Bayesian building energy management Portal [EB/OL].http: //gow. epsrc. Ac. uk /NGBOViewGrant. aspx Grantref = EP/L024454 /1.
[7]Katz R H, Culler D E, Sanders S, et al. An information-centric energy infrastructure: the Berkeley view[J]. Sustainable Computing: Informatics and Systems, 2011,1(I):7-22.
[8]王叶子,王喜文.德国版智能电网“E-Energy” J].物联网技术,2011,1(05): 3-5.
[9]华贲.分布式供能与区域能源的异与同[N].中国能源报,2017-02-13004.
[10]马钊,周孝信,尚宇炜等.能源互联网概念、关键技术及发展模式探索[J]. 电网技术,2015,39(11):3014-3022.
[11]孙宏斌,郭庆来,潘昭光.能源互联网:理念、架构与前沿展望[J].电力系统 自动化, 2015,39(19):1-8.
[12]孙秋野, 胡杰, 胡旌伟等. 中国特色能源互联网三网融合及其"自-互-群"协 同管控技术框架J].中国电机工程学报,2021,41 (01):40-51 +396.
[13]张宁, 王毅, 康重庆等. 能源互联网中的区块链技术:研究框架与典型应用初 探J].中国电机工程学报,2016,36(15):4011-4023.
62
[14]李建林,田立亭,来小康.能源互联网背景下的电力储能技术展望J].电力 系统自动化, 2015, 39(23):15-25.
[15]GeidlM, Koeppel G, Favre-PerrodP,KlocklB,etal. Energy hubs for the future[J] . IEEE Power and Energy Magazine, 2007, 5(1): 24-30.
[16]GeidlM,AnderssonG. Optimal power flow of multiple energy carriers[J] . IEEE Trans on Power Systems, 2007, 22(1): 145-155.
[17]梅建春, 卫志农, 张勇等. 考虑关键故障筛选的电-气互联综合能源系统混合 控制方法[J].电网技术,2019, 43(1):23-33.
[18]王灿, 别朝红, 潘超琼等. 考虑期望损失的综合能源系统故障智能筛选和排 序方法J].电力系统自动化,2019, 43(21):44-53.
[19]赵瑞锋,李波,王海柱等.基于云计算的电力系统快速静态安全分析方法J]. 计算机应用与软件, 2021, 38(6):278-283+317.
[20]刘冲.区域综合能源系统的建模仿真与潮流分析[D].西安理工大学,2017.
[21]王成山,洪博文,郭力等.冷热电联供微网优化调度通用建模方法J].中国 电机工程学报, 2013, 33(31):26-33+3.
[22]徐宪东, 贾宏杰, 靳小龙等. 区域综合能源系统电/气/热混合潮流算法研究 [J]. 中国电机工程学报,2015,35(14):3634-3642.
[23]Xu X, Jia H, Chiang H D, et al. Dynamic Modeling and Interaction of Hybrid Natural Gas and Electricity Supply System in Microgrid[J]. Power Systems IEEE Transactions on, 2015, 30(3):1212-1221.
[24]常晓勇,王玉婷,陈福锋等.电力-天然气综合能源系统建模与仿真[J].浙江 电力,2018,37(07):13-18.
[25]Martinez-MaresA, Fuerte-Esquivel C R. A unified gas and power flow analysis in natural gas and electricity coupled networks[J]. IEEE Transactions on Power Systems, 2012, 27(04): 2156-2166.
[26]Zeng Q, Fang J K, Li J H, et al. Steady-state analysis of the integrated natural gas and electric power system with bi-directional energy conbersion[J]. Applied Energy, 2016, 184: 1483-1492.
63
[27]Liu X Z, Mancarella P. Modelling, assessment and Sankey diagrams of integrated electricity-heat-gas networks in multi-vector district energy systems[J]. Applied Energy, 2016, 167: 336-352.
[28]Sun Q Y, Chen Y. Multi-energy flow calculation method for we-energy based energy Internet[C]. 2017 IEEE International Conference on Energy Internet (ICE). IEEE, 2017:30-35.
[29]Shabanpour-Haghighi A, Seifi A R. An integrated steady-state operation assessment of electrical, natural gas, and district heating networks[J]. IEEE Transactions on Power Systems, 2016, 31(OS):3636-3647.
[30]吴桂联, 张林鑫, 林婷婷等. 不同运行模式下区域综合能源系统多能潮流计 算方法田. 电力系统及其自动化学报,2019,31 (07): 95-104.
[31]董帅, 王成福, 徐士杰等. 计及网络动态特性的电一气一热综合能源系统日 前优化调度[J].电力系统自动化,2018, v.42; No.635(13):18-25.
[32]张涛, 章佳莹, 王凌云等. 计及用户行为的电一气一热综合能源系统日前经 济调度J].电力系统自动化,2019(11).
[33]李正茂,张峰,梁军,等.含电热联合系统的微电网运行优化[J],中国电机 工程学报, 2015,35(14):3569-3576.
[34]CHAUDRY M, JENKINS N, QADRDAN M, et al. Combined gas and electricity network expansion planning [J]. Applied Energy, 2014, 113(6): 1171-1187.
[35]QIUJ, DONG Z Y, ZHAOJH, etal. Low Carbon Oriented Expansion Planning of Integrated Gas and Power Systems [J]. IEEE Transactions on Power Systems, 2015, 30(2): 1035-1046.
[36]梅建春, 卫志农, 张勇等. 电一气互联综合能源系统多时间尺度动态优化调 度J].电力系统自动化,2018,42(13):36-42.
[37]王成山,吕超贤,李鹏等.园区型综合能源系统多时间尺度模型预测优化调 度J].中国电机工程学报,2019,39(23):6791-6803+7093.
[38]聂伟棋.基于区间优化的含风综合能源系统低碳经济调度策略[D].湘潭大 学,2019.
[39]LI Y. Optimal power system dispatch with wind power integrated using nonlinear interval optimization and evidential reasoning approach[C]. Power&Energy Society General Meeting, IEEE, 2016: 2246-2254.
[40]张泓楷.电-气综合能源系统优化配置[D].山东大学,2020.
[41]SARK A T, STANKOVIC A M. An Application of Interval Analysis and Optimization to Electric Energy Markets[J]. IEEE Transactions on Power Systems, 2006, 21(2): 515-523.
[42]张维桐.综合能源系统经济运行和优化配置研究[D].山东大学,2019.
[43]张倩文,王秀丽,杨廷天等.含风电场电力系统的鲁棒优化调度[J].电网技术, 2017,41(05): 1451-1463.
[44]高红均,刘俊勇,刘继春等.基于坏场景集的含风电机组组合模型[J].电力 系统保护与控制, 2013(10):27-32.
[45]寇燕妮.随机多目标优化在综合能源系统的应用[D].华南理工大学,2017.
[46]姜潮.基于区间的不确定性优化理论与算法[D].湖南大学,2008.
[47]梁作放,潘华.综合能源系统可靠经济运行现状分析与展望J].内蒙古电力 技术, 2020,38(06):80-84.
[48]潘尔生, 宋毅, 原凯等. 考虑可再生能源接入的综合能源系统规划评述与展 望[J].电力建设,2020,41(12):1-13.
[49]林卓然, 朱晓东, 王守相等. 考虑热网动态特性与碳交易的电-热综合能源系 统优化调度[J/OL].电力系统及其自动化学报:1-9[2022-03-11]. DOI: 10.19635/j. cnki.csu-epsa. 000887.
[50]胡枭, 闻旻, 刘育权等. 基于用户侧能源转换设备的综合能源系统可靠性分 析[J].电力科学与技术学报,2019, 34(02):11-19.
[51]李瀛龙.天然气管网的脆弱性和鲁棒性研究[D].西南石油大学,2017.
[52]Xue Y S. Energy internet or comprehensive energy network[J]. Journal of Modern Power System and Clean Energy, 2015, 3(3): 297-301.
[53]Li T, Eremia M, Shahidehpour M. Interdependency of natural gas network and power system security[J]. IEEE Transactions on Power Systems, 2008, 23(4): 1817-1824.
65
[54]Alabdulwahab A, Abusorrah A, Zhang X, et al. Stochastic security-constrained scheduling of coordinated electricity and natural gas infrastructures[J]. IEEE Systems Journal, 2015:1-10.
[55]邵俊岩.电-气-热综合能源系统N-1静态安全分析[D].东北电力大学,2019.
[56]Li Yajun, Hu Rentian. Exergy-analysis based comparative study of absorption refrigeration and electric compression refrigeration in CCHP systems[J]. Applied Thermal Engineering, 2016, 93: 1228-1235.
[57]Stanislav P, Bryan K, Tihomir M. Smart Grids better with integrated energy system[C] //Electrical Power& Energy Conference (EPEC), 2009. IEEE, 2009: 1-8.
[58]韩祯祥.电力系统分析[M].浙江大学出版社,1993.
[59]Rowen W I. Simplified mathematical representations of heavy duty gas turbines[J]. Journal of Engineering for Power,1983,105(4):865-869.
[60]于东立, 曹军, 屠聪为等. 考虑线性化网络约束的电-热多能源系统最优能量 流分析[J].中国电机工程学报,2019,39(07):1933-1944.
[61]刘育杰.电-气-热-冷综合能源系统多能潮流计算[D].吉林大学,2021. DOI:10.27162/ d.cnki.gjlin.2021.005254.
[62]陈胜, 卫志农, 孙国强等. 电-气互联综合能源系统安全分析与优化控制研究 综述[J].电力自动化设备,2019,39(08):3-11.
[63]LI Q, An S, Gedra T W. Solving natural gas loadflow problems using electric loadflow techniques[C]// Proc of the North American Power Symposium, Rolla, USA2003(10):1-7.
[64]刘骏锋.基于实测数据的综合能源系统综合评价[D].北京交通大学,2019.
[65]王锡凡.现代电力系统分析[M].北京:科学出版社,2017.
[66]张倩.粒子群算法的一种改进算法[J].大理大学学报,2019,4(12): 12-17
[67]张英男.改进的粒子群优化算法(APSO和DPSO)研究[D].大连:大连理 工大学, 2008.
[68]周林波,石平灯,田滔,等.粒子群算法在电网无功优化中的应用研究J].电 力大数据, 2019, 22(9):79-85.
66
[69]樊伟萍,李秦.改进惯性权重的粒子群优化算法[J].河西学院学报,2020, 36(05): 32-37.
[70]孙淑琴,吴晨悦,颜文丽等.基于随机衰减因子粒子群的最优潮流计算J]. 电力系统保护与控制,2021,49(13):43-52.
[71]徐正清, 肖艳炜, 李群山等. 基于灵敏度及粒子群算法的输电断面功率越限 控制方法对比研究[J].电力系统保护与控制,2020, 48(15):177-186.
[72]孙淑琴, 吴晨悦, 李铭男等. 基于带惯性权重粒子群算法的安全约束最优潮 流计算方法[P].吉林省:CN110661264A,2020-01-07.
[73]孙淑琴, 吴晨悦, 李铭男等. 一种基于支路开断分布因子的安全约束最优潮 流计算方法[P].吉林省:CN110661265A,2020-01-07.
[74]黎静华,黄玉金,张鹏.综合能源系统多能流潮流计算模型与方法综述[J].电 力建设,2018,39(03):1-11.
[75]马立新,李渊,郑晓栋等.基于高阶BP神经网络的日最大负荷预测[J].能源 研究与信息,2016,32(3):153-157.
【本文地址:https://www.xueshulunwenwang.com//shuoshilunwenzhuanti/dianlixitongjiqizidonghua/5262.html

上一篇:考虑风电场时空相关性的储能系统 多目标优化配置研究

下一篇:没有了

相关标签: